卡尔曼滤波源代码

提取轮廓  进行轮廓匹配  计算相似度 对于图像的相似度计算较为精准

可运行，虽是源码，但是非常便于学习。

基于opencv的相位相关法，实现将图像从空域转换到频域，计算图像间平移参数，进而用于图像间配准，效果不错

基于卡尔曼滤波的车辆检测与跟踪，并对车辆技术跟踪

硒trata德联合国德卡拉斯usando书店de La探测器OpenCV。对位ELLO SE LO EN时间真正实现

vibe+算法是vibe的改进型算法，通过不同距离的函数和设置阈值准则，前背景分离是在更新和输出掩码之间，采用过的方法对传播进行抑制，从而消除ghost区域，在更新掩码时，增加闪烁检测程序，最后在增加一个更新因子，从而提高程序的鲁棒性。

基于opencv c++的车道检测和车辆检测代码，在动态背景和静态背景下的检测效果都比较理想，代码完整可直接运行，是我寻找好久才找到的源码。基于opencv c++的车道检测和车辆检测代码，在动态背景和静态背景下的检测效果都比较理想，代码完整可直接运行，是我寻找好久才找到的源码。

基于opencv的Harris焦点检测，平台是VS2012,

使用Opencv实现张正友法相机标定之前，有几个问题事先要确认一下，那就是相机为什么需要标定，标定需要的输入和输出分别是哪些？ 相机标定的目的：获取摄像机的内参和外参矩阵（同时也会得到每一幅标定图像的选择和平移矩阵），内参和外参系数可以对之后相机拍摄的图像就进行矫正，得到畸变相对很小的图像。 相机标定的输入：标定图像上所有内角点的图像坐标，标定板图像上所有内角点的空间三维坐标（一般情况下假定图像位于Z=0平面上）。 相机标定的输出：摄像机的内参、外参系数。 这三个基础的问题就决定了使用Opencv实现张正友法标定相机的标定流程、标定结果评价以及使用标定结果矫正原始图像的完整流程： 1. 准备标定图片 2. 对每一张标定图片，提取角点信息 3. 对每一张标定图片，进一步提取亚像素角

基于KINECT2.0 与OPENCV的手势识别，可以有效的识别出简单的手势,实验的环境为KINECT2.0 +vs2013+Opencv2.4.9,有需要的同学可以自行下载修改，里面有详细的注释与实验的结果图。